在有或没有神经发育障碍的幼儿中使用姿势估计进行基于视频的无标记步态分析的验证

科学领域:

• 生物机械分析分析
• 儿科运动发展 儿科运动发展
• 计算机视觉应用程序的应用程序

背景情况:

• 运动的开始是儿童早期发育的关键里程碑.
• 患有神经发育障碍的幼儿的非典型运动发育可能会影响长期的结果.
• 目前的运动评估对某些儿科患者群体来说可能是主观和具有挑战性的.

研究的目的:

• 评估用于幼儿步态分析的姿势估计的可行性和准确性.
• 评估不同发育水平的幼儿的步态参数,包括残疾儿童.
• 建立基于视频的姿势估计,作为传统运动评估的可行替代方案.

主要方法:

• 通过使用ProtoKinetics Zeno Walkway系统,分析了112名幼儿 (平均年龄30个月) 的地面步态.
• 同时录制的视频使用OpenPose进行处理,以进行姿势估计.
• 计算了时空步行参数 (速度,步长,步时间),并使用皮尔森相关性和布兰德-阿尔特曼分析将OpenPose结果与Zeno Walkway数据进行了比较.

主要成果:

• 在速度 (r=0.87),步骤长度 (r=0.79) 和步骤时间 (r=0.96) 方面,在OpenPose和Zeno Walkway之间发现了很高的相关性.
• 方法之间的平均差异很小 (速度:0.04 m/s,步骤长度:0.03 m,步骤时间:0.01 s).
• 该研究包括患有自闭症的儿童,非自闭症发育问题,结核性硬化综合体,22q删除和典型发育.

结论:

• 使用姿势估计的基于视频的步态分析证明了幼儿在各种发育能力的频谱中的准确性.
• 该技术提供了一种低成本,易于使用的步态分析方法,适合在自然环境中进行远程数据收集.
• 潜在的应用包括对步态发展的纵向研究和改善儿童运动障碍的临床查.